抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
超矩形集合上の微分可能関数のLipschitz定数の効率的計算のための方法を提案し比較した。ここでは,Christodoulos Aを教授する方法であるαBBに対するHessianスペクトル限界の計算のための技術により触発された2つの新しいアプローチを示した。Floudasは若い研究者として提案され,彼の全体のキャリアにわたって連続的に洗練された。著者らは,2つの特徴,それらの計算コスト,および結果として得られた定数の堅さに関して,既存のものと新しいアプローチを比較した。新しいアルゴリズムは,既存のものより少ない操作を必要とするように設計されている。驚くべきことに,それらはかなり保存的なLipschitz定数をもたらす。しかし,この保存は構造情報を組み込むことによりかなり緩和できることを示した。より具体的には,ここで考察した全ての方法は,一次導関数により拡張される共輸送体を使用する。拡張された共同体は,初期のコーダ線が建設によって非常に少ない変数に依存するので,まばらな中間勾配を含んでいる(特別な場合ではなく,どんな非自明な関数に対しても)。このスパース性はLipschitz定数の改善に使用できる。理論的観点から既存と新しいアプローチの計算コストと信頼性を比較し,ランダム超矩形集合上の数百のサンプル関数を含む多数の計算実験により結果を裏付けた。新しいスパース法の一つは,既存のアプローチより計算量が少なく,類似のLipschitz定数を与えるので,多くの超矩形集合(大域分岐や結合Lipschitz最適化など)にLipschitz定数を必要とするアルゴリズムに対する魅力的なオプションであると主張した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】